Bagaimana Facebook Menggunakan Machine Learning untuk Iklan yang Dipersonalisasi

• Iklan apa yang akan ditampilkan kepada seseorang ditentukan oleh dua faktor utama

1. Target pelanggan yang dipilih pengiklan

→ Pelanggan yang dipilih berdasarkan usia/jenis kelamin/tindakan, dll. melalui alat yang disediakan Facebook, atau pelanggan Lookalike

2. Hasil penawaran iklan

→ Iklan yang mencakup pengguna tersebut dalam kelompok target pelanggan dikumpulkan lalu masuk ke tahap lelang

→ Iklan dengan nilai tertinggi dipilih dengan menggabungkan 3 nilai

a. Nilai tawaran: harga tawaran yang ditetapkan pengiklan untuk iklan tersebut

b. Perkiraan tingkat tindakan: estimasi kemungkinan seseorang bereaksi terhadap iklan tertentu atau melakukan konversi dari iklan tertentu

c. Kualitas iklan: evaluasi faktor seperti umpan balik dari orang yang melihat atau menyembunyikan iklan serta atribut yang menurunkan kualitas

• Bagaimana machine learning digunakan dalam penayangan iklan

1. Perkiraan tingkat tindakan: untuk memprediksi kemungkinan pengguna melakukan tindakan yang diinginkan pengiklan, dipertimbangkan perilaku pengguna, isi iklan, waktu, dan interaksi

→ Apakah pengguna melakukan tindakan seperti klik iklan atau klik postingan di aplikasi Facebook

→ Apakah pengguna mengunjungi situs web, membeli produk, memasang aplikasi, dll. di luar Facebook, yang diperiksa melalui pixel, login, social plugin, dll.

2. Kualitas iklan (Ad Quality)

→ Mencerminkan pendapat orang yang melihat atau menyembunyikan iklan

→ Juga mempertimbangkan apakah gambar mengandung terlalu banyak teks, ada bahasa yang vulgar, atau ada unsur umpan yang memancing partisipasi pengguna, dan sebagainya